Прямые и обратные задачи клинической практики на примере анализа данных термометрии
Автор: Семушин Иннокентий Васильевич, Цыганова Юлия Владимировна
Журнал: Поволжский педагогический поиск @journal-ppp-ulspu
Рубрика: Математическое моделирование и информационные технологии на страже долголетия
Статья в выпуске: 1 (31), 2020 года.
Бесплатный доступ
Математическую основу анализа ряда результатов клинического исследования составляет подгонка заранее выбранной модели (в простейшем примере - линейной комбинации базисных функций) под экспериментальные данные с одним из критериев качества, например, с критерием наименьших квадратов. Однако какой бы ни была выбранная модель и каким бы ни был критерий качества подгонки, такая задача, называемая прямой задачей анализа, не предусматривает опоры на понимание тех динамических законов биофизики - ввиду их сложности или неизвестности, - которые диктует временнóе поведение наблюдаемых данных. Настоящая работа изучает вопрос: какие выгоды или преимущества может приносить обратная задача математического моделирования таких законов при ее включении в анализ природных или экспериментальных данных.
Клиническая практика, термометрия, гомеостаз, циркадный ритм, параметрическая идентификация, обратные задачи
Короткий адрес: https://sciup.org/142224371
IDR: 142224371 | DOI: 10.33065/2307-1052-2020-1-31-133-142
Список литературы Прямые и обратные задачи клинической практики на примере анализа данных термометрии
- Semoushin I. V. Identifying parameters of linear stochastic differential equatins from incomplete noisy measurements. // International Conference on Inverse Problems - Recent Developments in Theories & Numerics. World Scientific Publishing Co. Pte. Ltd, 2003. 454. p. P. 281 - 290.
- Adhikari R., Agrawal R. K. An introductory study on time series modeling and forecasting. Germany: LAP Lambert Academic Publishing, 2013. 67 p.
- Нефедов В. П., Ясайтис А. А., Новосельцев В. Н. Гомеостаз на различных уровнях организации биосистем. Новосибирск: Наука. Сиб. отд-ние, 1991. 232 с.
- Kingma, B. R. M. Human Thermoregulation, A synergy between physiology and mathematical modelling: Ph. D. Thesis. Universiteit Maastricht, the Netherlands, 2012. 158 p.
- Kelly G. Body Temperature Variability (Part 1): A Review of the History of Body Temperature and its Variability Due to Site Selection, Biological Rhythms, Fitness, and Aging. // Altern. Med. Rev. 2006. Vol. 11. № 4. P. 278-293.
- Майорова Е. А. Песков А. Б., Хохлов М. П. Характеристики суточных температурных кривых, полученных с различных участков кожных покровов здорового человека. // MEDLINE.RU. Российский биомедицинский журнал. 2014. Т. 15. С. 629 - 638. [Электронный ресурс]. URL: http://www.medline.ru/public/art/tom15/ art50.html (дата обращения 17.02.2020).
- Семушин И. В. Вычислительные методы алгебры и оценивания. Учебное пособие. // Ульяновск: УлГУ, 2011. 366 p. [Электронная библиотека УлГУ]. URL: http://venec.ulstu.ru/lib/disk/2013/119.pdf (дата обращения 17.02.2020).
- Semushin I. V., Tsyganova J. V., Skovikov A. G. Identification of a simple homeostasis stochastic model based on active principle of adaptation. // Proceedings of International Conference "Applied Stochastic Models and Data Analysis ASMDA 2013 & DEMOGRAPHICS 2013". Spain: Barcelona, 2013. P. 775 - 783.
- Semushin I. V., Tsyganova J. V., Kulikova M. V. Identification of human body daily temperature dynamics via minimum state prediction error method. // Proceedings of ECC2016, European Control Conference. Denmark: IEEE, 2016. P. 2429 - 2434.
- Семушин И. В. Идентификация линейных стохастических объектов по неполным зашумленным измерениям вектора состояния. // Автоматика и телемеханика. 1985. № 8. С. 61 - 71.
- Semushin I. V. Adaptation in stochastic dynamic systems - Survey and new results II. // International Journal of Communications, Network and System Sciences. 2011. Vol. 4. № 4. P. 266 - 285.
- Semushin I. V., Tsyganova J. V. Adaptation in stochastic dynamic systems - Survey and new results IV: Seeking minimum of API in parameters of data. // Int. J. Communications, Network, and System Sciences. 2013. Vol. 6. № 12. P. 513 - 518.
- Васильев Ф. П. Методы оптимизации. // М.: Факториал Пресс, Гл. ред. физ.-мат. лит., 2002. 824 c.
